Servicios Personalizados
Revista
Articulo
Indicadores
Citado por SciELO
Accesos
Links relacionados
Similares en SciELO
Compartir
Revista Chapingo serie ciencias forestales y del ambiente
versión On-line ISSN 2007-4018versión impresa ISSN 2007-3828
Resumen
CRUZ-HUERTA, Carmina et al. Modelado espacial y temporal de contaminantes atmosféricos en la Zona Metropolitana de la Ciudad de México. Rev. Chapingo ser. cienc. for. ambient [online]. 2024, vol.30, n.1, rrchscfa202302010. Epub 03-Dic-2024. ISSN 2007-4018. https://doi.org/10.5154/r.rchscfa.2023.02.010.
Introducción:
Las grandes ciudades presentan problemas de contaminación atmosférica por la emisión de gases contaminantes y material particulado (PM).
Objetivos:
Conocer la variación intra e interanual de los contaminantes (NOX, CO, O3, PM10 y PM2.5) en la Zona Metropolitana de la Ciudad de México y modelar su distribución espacial.
Materiales y métodos:
Se analizaron los datos de 44 estaciones de la Red Automática de Monitoreo Atmosférico (RAMA) para extraer información de los contaminantes NOX, O3 y CO en el periodo 1986-2021, y PM2.5 y PM10 en los periodos 2000-2021 y 2003-2021, respectivamente. Se calcularon promedios mensuales por estación y se evaluó la tendencia temporal de cada contaminante mediante el operador ‘Theil-Sen’. También se modeló la distribución espacial de los contaminantes y se comparó el desempeño estadístico de cuatro métodos de interpolación: Redes neuronales, Support Vector Machine, Random Forest y Kriging Universal.
Resultados y discusión:
Las concentraciones de NOX y CO fueron altas en noviembre-enero, mientras que las de O3 en abril-mayo. Las concentraciones más bajas de PM10 y PM2.5 ocurrieron en julio-octubre y las máximas en mayo. Todos los contaminantes disminuyeron su concentración durante el periodo analizado, con cambios más notorios en NOX (-1.28 ppb·año-1), mientras que CO fue el de menor cambio (-0.12 ppm·año-1). Los valores máximos de NOX, O3 y CO se presentaron en 1993 y de PM en 2003. El mejor modelo fue Support Vector Machine, independientemente del contaminante analizado.
Conclusión:
La dinámica espaciotemporal varió entre los contaminantes atmosféricos. El análisis con métodos de interpolación espacial es factible y favorece estrategias de solución a los problemas de contaminación.
Palabras llave : monóxido de carbono; óxidos de nitrógeno; ozono; partículas sólidas; Machine Learning.